Exclusiv im Confare Factsheet: OUT NOW im #Confare Blog mit Ingrid Kriegl Geschäftsführerin Sphinx IT Consulting GmbH: Was machen Unternehmen, die mit Daten erfolgreich sind, anders?
Kein Factsheet verpassen? Einfach das Confare Factsheet Abo bestellen
Hier geht’s zum Factsheet: FREE DOWNLOAD
Im Jahr 1982 erschien in den USA ein Buch mit dem Titel „In Search of Excellence“, das auch als deutsche Ausgabe („Auf der Suche nach Spitzenleistungen“) verfügbar ist. Die beiden Verfasser, Peters und Waterman, untersuchten die Erfolgskriterien von absoluten Spitzenunternehmen. Sie fanden acht Merkmale, die meines Erachtens auch heute noch richtig sind.
Schauen wir uns doch mal an, wie wir mit „Daten“ zu den 8 Erfolgskriterien beitragen können. Denn darum geht es doch – die IT soll guten Unternehmen helfen, exzellente Unternehmen zu werden!
Mehr als 500 Top IT-Manager aus Top-Unternehmen treffen Sie auf dem Confare #CIOSUMMIT, dem größten und mit dem CIOAWARD bedeutendsten IT-Management Treffpunkt in Österreich.
1. Primat des Handelns
Sich nicht zu lange ‚bei der Vorrede aufhalten‘, sondern ohne Beengung durch komplizierte Zuständigkeitsregelungen und aufwendige Verfahrensvorschriften an die Problemlösung gehen; weitgehender Verzicht auf vorgegebene Strukturen, sondern Bildung temporärer Strukturen nach den jeweiligen Erfordernissen; häufige Nutzung von Tests statt endloser Analysen.“
Offenbar wusste man es schon damals in 1982, agiles Arbeiten macht erfolgreich! Es ist auch der beste Weg, wie man rasch ein leistungsfähiges Analytics System aufbaut und generell datengetriebene Initiativen zum Erfolg führt. Als Basis muss eine leichtgewichtige, jedoch sehr leistungsfähige und leistbare Plattform her, am besten auf Basis einer MPP Architektur (MPP = massive parallel processing). Sonst kann es leicht sein, dass die Agilität ein frommer Wunsch bleibt. Zugleich ist Sorge Nr. 1 „Performance“ vom Tisch. Die meisten MPP Systeme haben eine unglaubliche Performance, ganz ohne Eingriffe, Tuning oder Kunstgriffe. Damit entfällt glücklicherweise die Notwendigkeit für den erfahrungsgemäß aufwändigsten und teuersten Teil eines DWH – den Aufbau des Core Layers. Mit einem guten MPP System lässt man ihn einfach weg und setzt die Datamarten gleich auf den Base Layer (= 1:1 Original-Daten) auf. Die ETL Strecken und auch die Datamart Schicht werden als Views abgebildet und brauchen daher „keine Zeit“ und auch keinen Platz mehr. Eine Wohltat für die Lizenzkosten! Was soll die Technologie sonst noch können? Idealerweise hat sie einen in der Basis eingebauten Security Layer – damit jeder nur das sieht, was er/sie soll. Und eine saubere 2-dimensionale Historisierung out of the box, damit „Zeitreisen“ möglich sind und die Reports trotzdem immer stimmen. In dem Fall kann man sofort mit dem Laden der Daten aus den Vorsystemen (oder einem lahmen DWH) beginnen. Geht das Einbinden von neuen Datenquellen „auf Knopfdruck“, ganz ohne Programmieren? Wunderbar, dann geht es schnell und die ersten SQL Abfragen können schon nach wenigen Stunden laufen. Funktioniert das Simulieren von Szenarien in gut abgesicherten Sandboxen direkt im DWH? Funktioniert es On Premise und in der Cloud (man weiß ja nie)? Wichtig ist auch keine/wenig Abhängigkeit von der IT – die Kollegen haben genug mit den operativen Systemen zu tun und wirken manchmal ungewollt und unschuldig wie ein Hemmschuh für die Agilität. Also: halten wir uns nicht zu lange „mit der Vorrede auf“ – die Technologien gibt es, legen wir los auf dem Weg vom guten zum exzellenten Unternehmen.
2. Nähe zum Kunden
Qualitäts- und Servicebesessenheit im Dienst am Kunden; Suche nach speziellen Kundenbedürfnissen (Marktnischen) und intensiven Kundenkontakten.“
Die „Peters&Waterman Studie“ hat es vor 40 Jahren schon gezeigt – verstehe deinen Kunden und du wirst erfolgreich sein. Kompromisslose Datensammler wie Google, Facebook oder Amazon machen vor, was möglich ist. Das maßgeschneiderte Angebot für jeden Kunden ist Realität und anders als 1982 braucht es dafür die echte Nähe zum Kunden nicht mehr. Es ist mehr als ausreichend, alles über ihn zu wissen. Man mag von dieser Entwicklung halten was man will – Fakt ist, die Kunden erwarten sich das „Amazon Service“ von jedem Lieferanten. Die strategische und konsequente Nutzung von Daten zur Optimierung von Dienstleistungen, Produkten und Geschäftsmodellen ist also längst nicht mehr die Kür, sondern die Pflicht. Gott sei Dank sind heute hochleistungsfähige Analytics Systeme am Markt, die sich auch KMUs leisten können und für deren Betrieb in deren oft kleinen IT Abteilungen kaum Arbeit anfällt. Früher war ein gutes DWH eine ongoing Arbeit über Jahre, völlig unerschwinglich für den Mittelstand. Heute ist es sogar möglich, hochleistungsfähige Analytics Systeme für Großbanken in wenigen Monaten produktiv zu schalten.
Es gibt also keine Ausrede – ran an die Daten und an den zielgerichteten Dienst am Kunden!
3. Freiraum für Unternehmertum
“Findung, Ermutigung und Förderung von Mitarbeitern, die entschlossen sind, die Entwicklung und/oder Durchsetzung einer Innovation zu ihrer eigenen Sache zu machen.“
Wenn Führungskräfte sinnvolle Ziele vorgeben, für die Menschen sich gerne engagieren, dann beginnen sie ganz von selbst, unternehmerisch zu denken und zu handeln. Ich habe viele eindrückliche Beispiele selbst erlebt, auch in Produktionsunternehmen mit einfachen Arbeitern. Doch wie können Menschen Zusammenhänge erkennen, Auswirkungen ihres Handelns besser verstehen und rasch gute Entscheidungen treffen? Richtig geraten – alle Information liegt in den Daten. Die IT kann und muss die Leichtigkeit bereitstellen, damit unternehmerisch denkende, motivierte Menschen mit den Daten des Unternehmens erfinderisch experimentieren, Hypothesen verifizieren oder Zusammenhänge rasch erkennen und Trends voraussagen können.
4. Produktivität durch Menschen
Den Mitarbeitern die Gewissheit geben, dass sie einen außerordentlich wichtigen Beitrag für den gemeinsamen Erfolg leisten bzw. leisten können; hierzu den Kontakt zu ihnen suchen, sie informieren, sie anhören und sie als Mitstreiter gewinnen.“
1982 befand man gute Kommunikation sei der beste Key zu menschlicher Produktivität. Obwohl heute wichtiger denn je geben nun smarte Technologien den zusätzlichen Boost. Im Bereich Analytics nützen leider viele Unternehmen den Wert ihrer Daten nicht voll, weil sie für das „Graben“ die falschen Technologien einsetzen. Als Basis für Analytics Systeme mit vielen Daten und hoher Leistungsanforderung sind selbst die besten OLTP Datenbanken nicht optimal geeignet. MPP Systeme sind hier das Mittel der Wahl, also Technologien wie Exasol, Snowflake, Pure Data for Analytics (Netezza) oder Teradata. Einige wie z.B. Exasol sind auch als Accelerator für bestehende DWHs geeignet, wenn diese unter der enormen Last der Auswertungen stöhnen. Dabei wird eine 1:1 Kopie eines Datamarten mit schlechter Performance nach Exasol synchronisiert und schon wenige Tage später erleben die Anwender unglaubliche Performance ihrer bestehenden Reports und Analysen. Das macht Spaß und die Neugier wächst, Daten zu explorieren und zu kombinieren.
Wer alle relevanten Infos auf einen Blick vor sich hat ist produktiver – so einfach ist es.
5. Sichtbar gelebtes Wertsystem
Diejenigen, die an der Spitze stehen, müssen die gemeinsamen Ziele und Werte durch ein besonderes eigenes, persönliches Engagement „vorleben“. Bindung an das angestammte Geschäft: Bei Ausweitungen des eigenen Tätigkeitsbereiches sich nicht zu weit von den zentralen Stärken des Unternehmens entfernen; die Risiken auch durch ein stufenweises Vorgehen in Grenzen halten.“
Bindung an das angestammte Geschäft ist nach wie vor gut, man soll sich ja nicht verzetteln. In Kombination mit disruptiven Geschäftsmodellen oder innovativen Dienstleistungen ist jedoch ALLES möglich. Da wird aus einem traditionellen Unternehmen wie z.B. einem Autohaus plötzlich ein moderner regionaler Mobilitätsanbieter, der Trends wie „car sharing“ oder „pay as you go“ klug nützen kann. Für solche eben nicht „stufenweise“ Veränderungen sind die eigenen Daten nicht genug – in der Königsdisziplin der Datennutzung verschneidet man mit anderen Datenquellen wie Open Data (z.B. Wetter oder demographische Daten) und den Daten von Lieferanten oder Kunden. Im Gegenzug kann man den Partnern interessante Einblicke oder neue Dienstleistungen anbieten und auch ihnen helfen, von gut nach exzellent zu kommen.
6. Einfacher, flexibler Aufbau
Vermeidung komplizierter Unternehmungsgliederungen, tiefgestaffelter Hierarchien sowie aufgeblähter Stäbe und Zentralverwaltungen.“
Heute heißt die Zusammenfassung dieser Übel auch Silos – eine der Hauptfeinde von sinnvoller Datennutzung. Wenn es „meine“ Daten sind und nicht „unsere“, mit denen wir das Unternehmen gemeinsam erfolgreich machen wollen, dann scheitert jede Daten Initiative. Wenn das der Fall ist, ist das Management gefragt, einen Kulturwandel einzuleiten. In der Praxis sehe ich jedoch oft, dass das Aufbrechen der Silos dem Team der Daten Initiative aufgebürdet wird. Das ist unfair und auch unmöglich. Um andere Abteilungen zu motivieren „ihre“ Daten herzugeben wird wertvolle Manpower verschwendet und man wird am Ende scheitern. Wenn es doch gelingt, umso schlimmer – meist bleibt dabei die Data Governance auf der Strecke.
Oder mit Peter Drucker: Culture eats strategy for breakfast.
7. Straff-lockere Führung
Den Mitarbeitern die Chance eines selbständigen Handelns innerhalb des gemeinsamen Wertesystems einräumen, und gleichzeitig die Nichttolerierung ernsthafter Verstöße gegen diese Wertesystem demonstrieren.“
Zwingen wir Kollegen in der Fachabteilung nicht, mit voraggregierten Daten oder eingeschränkten Analyse-Möglichkeiten in Korsetts zu arbeiten, nur weil wir in der IT sonst die Performance nicht hinkriegen. Peters und Waterman haben schon vor 40 Jahren erkannt, dass „die Chance des selbständigen Handelns von Mitarbeitern“ ein Merkmal exzellenter Unternehmen ist. Als IT sind wir Dienstleister unserer Kollegen im Fachbereich, also sollten wir ihnen diese Möglichkeit bieten. Ein gutes Analytics System kann ihnen alle Infos zur Verfügung stellen, damit sie auf Basis von aktuellen und konsistenten Daten richtige Informationen ableiten und gute Entscheidungen treffen können. Also stellen wir in der Basis die Originaldaten der Quellsysteme in einem Datenpool zur Verfügung, gut aufbereitet und abgesichert. Ja genau, in einem MPP System :-). An der Oberfläche smarte Dashboards oder meinetwegen auch Excel, es ist immerhin das am weitesten verbreitete Anaytics Tool. Damit kann in allen Freiheitsgraden mit allen Detaildaten gearbeitet werden – bis hin zu abgeschotteten Sandbox-Spielwiesen für die Data Scientists.
Für das gemeinsame Wertesystem ist das Unternehmen selbst verantwortlich. Technisch können wir durch gute Security Layer und entsprechende Rechtevergabe nur dafür sorgen, dass jeder Vogel in seinem eigenen Nest bleibt.
8. Bindung an das angestammte Geschäft
Spitzenunternehmen beschränken sich auf die Kernkompentenzen, in denen sie wirklich hervorragend sind.“
Grundsätzlich stimmt das immer noch, man hat gute Margen und treue Kunden, wenn das Produkt oder die Dienstleistung hervorragend ist. Doch wie schafft man das in unserer VUCA Welt der Volatility, Uncertainty, Complexity und Ambiguity? Die Lösung für VUCA ist praktischerweise auch VUCA – Vision, Understanding, Clarity and Agility.
Die Visionen müssen wir selbst haben, aber Technologien und Daten sind unabdingbare Helfer beim Umsetzen. Smarte Analytics Systgeme ermöglichen das Verstehen von Situationen und Erkennen von Trends, bringen Klarheit für Entscheidungen und unterstützen die Agilität im Unternehmen.